lm.fit（x，y，offset = offset，singular.ok =singular.ok，...）中的错误：r 中的 0（非 NA）案例重复测量方差分析答案

【问题标题】：Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : 0 (non-NA) cases in r with repeated mesures ANOVAlm.fit（x，y，offset = offset，singular.ok =singular.ok，...）中的错误：r 中的 0（非 NA）案例重复测量方差分析
【发布时间】：2020-03-03 18:22:02
【问题描述】：

当我使用anova_test()函数（来自rstatix包）做双向重复测量方差分析时，出现错误：

lm.fit(x, y, offset = offset,singular.ok = single.ok, ...) 中的错误：0（非 NA）案例

我检查了我的数据，没有缺失值。

顺便说一句，在我的数据中，并非所有人都有 8 次 outcome。有些人最多3次，有些人最多8次等等。

我参考这个网站做我的双向重复测量方差分析：

https://www.datanovia.com/en/lessons/repeated-measures-anova-in-r/

我已将我的数据集上传到 github。

mydata:https://github.com/lizhiwei1994/testRepo/blob/master/mydata.csv

我的代码：

# load packages
library("tidyverse")
library("ggpubr")
library("rstatix")

# load data and check missing value
mydata <- read.csv(
  url("https://raw.githubusercontent.com/lizhiwei1994/testRepo/master/mydata.csv")
) %>% convert_as_factor(id, time, treatment)
glimpse(mydata)
sum(is.na(mydata))

# error occurring
res.aov <- anova_test(
  data = mydata, dv = outcome, wid = id,
  within = c(treatment, time)
)


get_anova_table(res.aov)

【问题讨论】：

你能写出你想要拟合的 anova 的公式吗？
可能是这样的：aov(outcome ~ time*treatment + Error(id), data = mydata).
当患者接受或不接受治疗时，如何将治疗作为受试者内协变量？

标签： r anova

【解决方案1】：

对于重复测量 anova，您需要对每个时间点、治疗前后的完整观察结果，在进行 anova 之前，检查观察结果总是好的：

tab = table(mydata$time,mydata$treatment,mydata$id)
#subject = 1
tab[,,"1"]

    control2 treat2
  1        1      0
  2        1      0
  3        1      0
  4        1      0
  5        1      0
  6        1      0
  7        1      0
  8        0      0

所以这个主题只有 control2 观察，但没有treatment2 观察。如题录有误，请指正。下面我可以向您展示它何时起作用的示例：

test = expand.grid(id=1:2,time=1:8,treatment=c("a","b"))
test$outcome=rnorm(nrow(test))
table(test$time,test$treatment,test$id)
, ,  = 1


    a b
  1 1 1
  2 1 1
  3 1 1
  4 1 1
  5 1 1
  6 1 1
  7 1 1
  8 1 1

, ,  = 2


    a b
  1 1 1
  2 1 1
  3 1 1
  4 1 1
  5 1 1
  6 1 1
  7 1 1
  8 1 1

anova_test(data=test,dv=outcome,wid=id,within=c("treatment","time"))
ANOVA Table (type III tests)

          Effect DFn DFd       F     p p<.05   ges
1      treatment   1   1 424.283 0.031     * 0.078
2           time   7   7   1.596 0.276       0.422
3 treatment:time   7   7   1.571 0.283       0.422

如果您的数据集是这样的，根据您在评论aov(outcome ~ time*treatment + Error(id), data = mydata) 中提供的公式，它是混合方差分析，但为此您需要经过处理和控制的个体，以控制个体效应，并且这在您的数据集中不存在。

在这种情况下，您可以执行的唯一 anova 是双向 anova：

anova_test(data=test,dv=outcome,between=c(time,treatment))
Coefficient covariances computed by hccm()
ANOVA Table (type II tests)

          Effect DFn DFd     F     p p<.05   ges
1           time   7  16 1.668 0.187       0.422
2      treatment   1  16 1.350 0.262       0.078
3 time:treatment   7  16 1.668 0.187       0.422

【讨论】：